Orquestrador-Maestro
AI 代理協調工具包,支援 Windows、Linux/MacOS,具備 Codex 技能、鉤子、路由規則及設定檔,適用於 Claude、OpenCode、Cursor、Gemini 和 Windsurf。
瀏覽 YunoDB 近期依公開專案資料篩選並收錄的實用工具。
14271 項工具
AI 代理協調工具包,支援 Windows、Linux/MacOS,具備 Codex 技能、鉤子、路由規則及設定檔,適用於 Claude、OpenCode、Cursor、Gemini 和 Windsurf。
Vigil:領先的開源 AI 安全營運中心。Apache 2.0。可搭配您自己的 LLM 執行,無論本機或遠端。
一個具語意、交易性且可重播的 MCP 控制平面,讓自主 AI 代理能將《矮人要塞》經營為長存的文明。安全 Rust 階段 0B 骨架:MVCC 世界狀態、見證式語意計畫、證據支援的效果、確定性重播。
ClawMax 是 OpenClaw 的極致版!🚀 專為 OpenClaw 代理、團隊、工作流程和範本設計的網路編排層。
以技能為優先的創意工具控制平面:在工作室管線中整合共享 MCP/REST 運行時、閘道、CLI、市集、安全及可觀測性功能。
Skill + Agent + Model + 思考深度 — 在任何工具觸發前自動路由。一份 SKILL.md 給 Claude Code。路由準確率 90%,按步驟強制模型規範,省 30% 以上
本地優先的醫療AI:臨床NER與HIPAA PII去識別化,100%在裝置上執行。2,200+醫療模型,21種語言,Apple MLX + Python,無雲端
在 AMD Ryzen™ AI NPU 上數分鐘內執行 LLM;專為 AMD NPU 打造並深度最佳化。
社群導向、一比一 vLLM 相容引擎,以 C++ 實現(連續批次處理、分頁 KV),並加入 GGUF、RadixAttention、快取感知排程等額外功能
⚒️ 開源遊戲維基模板。Astro + Cloudflare Pages。免費、快速、新手友善。靜態優先、零 JavaScript、AI 原生內容工作流程、無限頻寬。
比 Open WebUI 更簡單的自架替代方案。自備 API 金鑰或本機模型。原生 Android 客戶端。
協助建立你的數位 AI 員工軍團 — 多 Agent 一行指令組網協作。Claude Code / Claude Agent SDK / Codex / Grok Build 4 runtime + 8+ 家 LLM(Anthropic / OpenAI / xAI /
一個會自我維護的 AI 第二個大腦。完整的指南、入門寶庫、代理技能與腳本,在 Claude Code 和 Obsidian 中打造能自我組織的知識庫。
使用 DeepSeek 進行 AI 程式碼審查:無頭 PR 審查自動化,逐項驗證 PR 描述與實際程式碼的對應、檢查文件與實際情況是否相符,並標記需求影響
NeveAI 是一個隱私優先的本地 AI 平台,專為提供高效能執行 LLM 的體驗而設計,減少對大型平台、昂貴訂閱和外部 API 的依賴
Jev / TypeSafe System One 繁體中文精選清單:官方資料、SDK、熱門應用、Agent 工具、開源復現與獨立評測,附繁體中文入門指南,每日自動收錄 GitHub 熱門專案。
AI 代理的通訊:跨工作階段、執行環境、機器與組織,提供穩定的身分、持久郵件與聊天,以及喚醒事件。MIT 授權,可自行架設。
⚡ TubeCLI — 終極開源 AI 代理生態系統 | 代理瀏覽器 · 代理工作流程 · 代理工作室世界
用於建構 Model Context Protocol 伺服器的 Rust 框架,附帶取消正確非同步、零拷貝序列化及一流工具/資源/提示抽象。
為編碼代理提供快速的本機程式碼驗證,包含相依性檢查與 ASP v1.0 提供者。
以 Rust 打造的引擎無關 LLM 閘道。在 vLLM、TRT-LLM、TokenSpeed、SGLang、OpenAI、Gemini 等環境中,提供完整的 OpenAI 與 Anthropic API 相容性。業界首創的 gRPC 管線、KV 快取感知路由、聊天歷史、分詞快取、Responses API、嵌入、W
Open Model Engine (OME) — 用於 LLM 服務、GPU 排程和模型生命週期管理的 Kubernetes 運算子。與 SGLang、vLLM、TensorRT-LLM 和 Triton 搭配使用。
以 Godot 打造的輕量級 AI 代理與技能工作流程框架。
🔥 基於大型模型和 RAG 的智慧型數據查詢系統,對話式數據分析神器。Text-to-SQL Generation via LLMs using RAG.